فهرست نشریات علمی دسترسی آزاد ایران

توسعه‌ی رابطه‌ی بارش-رواناب یک موضوع اساسی در مدل‌سازی هیدرولوژیکی است. با توجه به پیچیدگی رابطه‌ی بارش-رواناب، پیش‌بینی رواناب نقش اساسی در برنامه‌ریزی و مدیریت منابع آب ایفا می‌کند. این مطالعه رابطه‌ی بارش-رواناب در حوضه‌ی آبریز رودخانه‌ی خرم‌آباد را با استفاده از داده‌های ایستگاه‌های سینوپتیک خرم‌آباد و هیدرومتری چم‌انجیر هم‌زمان مدل‌سازی می‌کند. در این مطالعه مدل‌سازی بارش-رواناب با استفاد از مدل‌های مفهومی هیدرولوژیکی WEAP و IHACRES و مدل‌های هوش مصنوعی ANN، ANFIS و SVM برای تخمین رواناب انجام شد. دوره‌ی مدل‌سازی برای همه‌ی مدل‌ها از مهر 1335 تا شهریور 1403 در نظر گرفته شد و تنها در مدل WEAP به دلیل تعداد زیاد پارامترهای ورودی دوره‌ی آماری مهر 1389 تا شهریور 1402 انتخاب شد. در مورد مدل‌های هوش مصنوعی 80 درصد داده‌ها برای دوره‌ی آموزش و 20 درصد آن‌ها برای دوره‌ی آزمایش انتخاب شدند. برای ارزیابی دقت پیش‌بینی مدل‌ها نیز از معیارهای ارزیابی عملکرد مدل شامل R2، NSE و RMSE استفاده شد. بر این اساس از بین مدل‌های هیدرولوژیکی، مدل WEAP نسبت به مدل IHACRES و از بین مدل‌های هوش مصنوعی، مدل ANFIS نسبت به مدل‌های ANN و SVM عملکرد بهتری از خود نشان دادند. بر اساس نتایج به‌دست آمده در مجموع از بین همه‌ی مدل‌های مورد استفاده مدل ANFIS با 96/0=R2، 98/0=NSE و 08/2=RMSE در دوره‌ی آموزش و 94/0=R2، 87/0=NSE و 93/1=RMSE در دوره‌ی آزمایش عملکرد بهتری نسبت به سایر مدل‌ها از خود نشان داد. بر این اساس به‌طور کلی می‌توان گفت مدل‌های هوش مصنوعی در مقایسه با مدل‌های هیدرولوژیکی عملکرد بهتری در شبیه‌سازی بارش-رواناب از خود نشان دادند.